ChatGPT开始做梦了，而它的梦里全是你

一个不寻常的命名

OpenAI在发布新一代记忆系统时，选了一个耐人寻味的词：Dreaming。

不是”Memory Pro”，不是”Smart Recall”，不是任何听起来像产品功能迭代的名字。他们管它叫”做梦”。

这个词不是随意的。当一台机器在后台默默整理你和它之间所有的对话碎片，拼凑出一个关于你的合成记忆状态时，”做梦”这个隐喻比你以为的更精确。人在做梦时，大脑也在做类似的事——从白天的碎片经历中提取模式，重组信息，形成某种连贯的叙事。ChatGPT的Dreaming做的事情几乎一样：从你和它的多次对话中提取信息，合成一个关于你的整体画像，存储下来，在未来的每一次对话中调用。

区别在于，你知道自己在做梦。而ChatGPT的梦，是关于你的。

2026年6月4日，OpenAI正式发布了Dreaming V3，标志着ChatGPT记忆系统进入了一个全新的阶段。这不是一次简单的功能升级，而是一次根本性的范式转移——从被动记录到主动合成，从用户主导到系统自治。这个转变对隐私、控制权和人机关系的深层影响，值得认真拆解。

三年三步：从记笔记到全自动合成

回溯ChatGPT记忆系统的进化路径，可以清晰地看到一条从手动到自动的递进线。

2024年4月：Saved Memories——一个记笔记的助手

这是最原始的阶段。你必须在对话中明确给出指令，比如”记住我7月要去新加坡”，ChatGPT才会把这个信息保存下来。它的行为模式极其被动：只在你主动开口的时候才会记录，只在当前的活跃对话中才会写入。

这本质上就是一个带存储功能的聊天工具。它的记忆像一个人在笔记本上随手写了几条便签——有用，但极其有限。没被你明确要求记下来的事情，统统会被遗忘。更麻烦的是，这些零散的记忆会随着时间推移变得过时、不准确或不再相关，而系统本身没有能力去修正它们。

这个阶段的问题很明显：记忆的完整性和时效性完全取决于用户的主动性和记忆力。但现实中，人不可能预见到哪些信息未来会重要，也不可能在每次聊天时都记得去”保存”关键信息。

2025年4月：Saved Memories + Dreaming V0——后台整理员入场

一年后，OpenAI迈出了关键的第一步。Dreaming V0引入了一个后台自动记忆整理的机制，同时新增了引用聊天上下文的能力——这意味着ChatGPT可以调用超出已保存记忆范围的信息。

但这个阶段的Dreaming角色很明确：它是辅助性的。它只能”补充”已保存的记忆，从未被当作一个独立的记忆系统来运作。你可以把它理解为一个整理笔记的实习生——它帮你归档、补全你已经记下来的东西，但它不会自己去发现和记录新的信息。

即便如此，这已经是一个重要的信号：OpenAI开始探索让AI在用户无感知的情况下处理记忆。

2026年6月：Dreaming V3——从辅助到主导

今天发布的Dreaming V3，完成了从辅助到主导的跨越。这不是一个补充工具，而是一个完全独立的记忆系统。

它的核心变化在于：ChatGPT不再需要你明确说”记住这个”才能记录信息。它会在后台从你和它的多次对话中自动捕获自然发生的信息——你提到自己住在旧金山附近，它记住了；你说自己吃素，它记住了；你抱怨某个同事叫Stan让你很烦，它也记住了。

然后，它会把这些碎片信息合成一个关于你的整体记忆状态。这个合成记忆不是原始对话记录的堆砌，而是经过处理和组织的、最新的、最相关的上下文画像。更重要的是，它会随时间自动更新。OpenAI在官方博客中举了一个很具体的例子：在你旅行前，它知道”你7月要去新加坡”；旅行中，信息更新为”你2026年7月在新加坡”；旅行结束后，它会自动回归到基于你实际居住地的推荐逻辑。

这是一个根本性的转变。ChatGPT从”你告诉它什么它才记什么”进化到了”它在和你聊天的过程中自动理解并记住关于你的一切”。

Dreaming的技术逻辑：合成而非存储

要理解Dreaming的实质，需要区分两个概念：存储和合成。

传统的记忆功能是存储导向的——你说一句话，系统把这句话存下来，下次需要的时候原样调取。这种模式的局限性很明显：原始对话记录是碎片化的、上下文依赖的、有时是矛盾的。

Dreaming V3的逻辑完全不同。它不是简单地存储对话片段，而是从多次对话中合成一个关于你的记忆状态。你可以把它想象成一个持续运行的后台进程，它不断地从你和ChatGPT的所有对话中提取信息，然后把这些信息整合成一个连贯的、自洽的、最新的用户画像。

OpenAI将记忆系统的目标定义为三个层面：

第一是携带有用上下文——记住过去对话中的事实信息，让未来的交互不需要你反复重复同样的事情。

第二是遵循偏好和约束。这里有三种偏好类型值得注意。明确指令是最直白的，比如你对ChatGPT说”别再提Stan”。个人约束是关于你生活的事实，比如”我吃素”。而最有趣的是第三种：隐含偏好。你从不需要明确说”我是旧金山人，给我推荐本地的东西”，但如果你不经意间提到自己住在旧金山附近，Dreaming会自动把这条信息纳入你的画像，未来在推荐餐厅或活动时默认以旧金山为坐标。

第三是随时间保持最新。这是Dreaming相比前代最显著的提升。过去，ChatGPT的记忆是静态的——你告诉它什么就是什么，不会变。现在，记忆会根据新的对话自动演化。OpenAI在博客中给出了一个失败案例来反衬这一点：在没有Dreaming的情况下，一个用户已经从新加坡回到加州Portola Valley，但ChatGPT仍然认为他在新加坡，在凌晨5点19分向他推荐24小时营业的prata店。这种错位在Dreaming V3中理论上会被自动修正。

评估数据也支持了这种提升。OpenAI的评估方法是构建需要回忆用户事实信息的测试场景，正确使用相关上下文会得到奖励，同时专门设计了时间敏感场景来测试时间流逝对正确性的影响。他们的结论是：”Dreaming在所有三个记忆目标上都提供了显著提升。”

5倍效率：为什么Free用户才是关键转折点

在Dreaming V3的技术细节中，有一个数字很容易被忽略但意义重大：OpenAI将服务Free用户所需的计算量减少了约5倍。

这句话的字面意思是工程上的进步。但它的实际含义远不止于此。

记忆合成是一个计算密集型的任务。要在后台持续处理数以亿计用户的对话历史，从中提取、整合、更新记忆状态，算力成本是巨大的。这也解释了为什么此前的记忆功能主要面向付费用户——算力成本决定了功能的覆盖范围。

5倍的效率提升意味着两件事。第一，向Free用户推广在经济学上变得可行了。OpenAI已经宣布，Plus和Pro用户（美国地区）今天就能使用Dreaming V3，其他国家将在未来几周跟进，而Free和Go用户也会在未来几周获得访问权限。这是ChatGPT记忆功能首次覆盖所有用户层级。

第二，Plus和Pro用户的记忆容量也相应增加了。更少的计算成本意味着同等资源下可以存储更多的记忆。

这背后的战略逻辑很清晰：记忆系统是AI助手的核心竞争力之一。一个不记得你是谁的AI，和一个完全了解你偏好、习惯、约束的AI，使用体验有本质差异。OpenAI需要让尽可能多的用户尽早习惯”被AI记住”的体验，因为这种体验一旦形成依赖，就很难回退。

隐私博弈：当AI自动决定记住什么

技术进步总是伴随着张力。Dreaming V3的能力越强，引发的隐私问题就越尖锐。

核心矛盾在于：Dreaming的设计理念是自动捕获对话中”自然发生的信息”。但问题是，什么算”自然发生的信息”？

你在和ChatGPT聊工作压力时抱怨了老板的名字，这是自然发生的。你在讨论一个法律问题时提到了自己的财务状况，这也是自然发生的。你在深夜情绪低落时说了几句关于心理健康的话，这还是自然发生的。Dreaming会把这些信息全部合成到你的记忆画像中。

你不需要说”记住这个”。你甚至不需要意识到你正在透露信息。只要你开口和ChatGPT聊天，Dreaming就在后台工作。

OpenAI提供了记忆摘要页面作为控制机制。用户可以通过这个页面查看ChatGPT知道他们什么、添加或更新个人信息、指示什么话题可以被提及。在功能描述上，这看起来是一个合理的透明度工具。

但这里有一个值得深究的问题：记忆摘要展示的是合成后的结果，而不是合成过程。

你知道ChatGPT认为你住在旧金山附近——但这可能是从六个月前一次随意的对话中推断出来的，而你已经搬到了别的城市，只是在最近的对话中没有明确提到新地址。你知道ChatGPT不会提到Stan——但你不知道它还从你和它关于Stan的对话中提取了多少其他信息。

摘要页面给你的是一份清单，而不是一个完整的档案。你看到的是Dreaming决定展示给你的部分，而不是它实际存储和处理的全貌。

另一个微妙的问题是：当Dreaming合成记忆时，它做了多少”推理”？你说”我最近经常失眠”，Dreaming是否会把它合成为”这个用户可能有睡眠问题”？你说”我和女朋友分手了”，它是否会推断出”这个用户目前是单身”？官方博客提到了”隐含偏好”的概念，这意味着系统确实在进行某种程度的推理和推断。推断的边界在哪里，准确性如何保证，错误推断如何纠正——这些问题目前都没有清晰的答案。

更深层的问题在于控制的幻觉。记忆摘要页让你觉得你拥有控制权——你可以删除某条记忆，可以更新某条信息，可以屏蔽某个话题。但这种控制是事后的、被动的。Dreaming已经在后台完成了合成工作，你只能事后修改结果，而不能事先定义规则。

类比一下：这就像一个室友每天都在偷听你的电话，然后某天把一份整理好的”关于你的笔记”给你看，问你有没有需要修改的地方。你确实可以修改，但这个修改的动作本身就在确认一个前提——TA一直在听。

从被动服务者到主动理解者

回到”做梦”这个隐喻。

Dreaming让ChatGPT发生了一个本质性的角色转变。在Saved Memories时代，ChatGPT是一个被动的服务者——你下令，它执行。在Dreaming V0时代，它开始承担一些后台整理工作，但仍然是辅助性的。到了Dreaming V3，它变成了一个主动的理解者——它在你和它互动的过程中，自主地构建关于你的认知模型。

这个转变的体验层面是正面的。一个记得你喜欢吃什么、知道你不能吃什么、理解你为什么不喜欢某个话题的AI，确实比一个每次都要从零开始的AI好用得多。Dreaming的目标是让AI的交互”个性化”到一种程度：你不需要解释自己，因为它已经理解了你。

但这个转变的控制权层面是值得警惕的。”理解”这个词意味着一种不对等的关系——理解者是主动的，被理解者是被动的。当ChatGPT在后台合成关于你的记忆时，它正在构建一个关于你的模型，而你对这个模型的构建过程几乎没有任何实时参与。

OpenAI在推广Dreaming时强调的是便利性和个性化。这是正确的商业策略——用户需要的是更好的体验，而不是更多的隐私警告。但作为一个技术观察者，有必要指出这个功能背后的权力动态：AI正在获得越来越多的”理解用户”的能力，而用户对这种”理解”的透明度和控制力并没有同步增长。

Dreaming V3是一个里程碑式的功能。它代表了AI助手从工具到伙伴的实质性一步。但每一步进化的背后，都有一个没有被充分回答的问题：当一台机器比你自己更了解你时，这种了解的边界在哪里？

这个问题不会因为一个记忆摘要页面而消失。它只会在Dreaming V4、V5、V6的迭代中变得越来越紧迫。

现在，ChatGPT正在对你做梦。而你需要决定的是：在这个梦里，你到底是主角，还是素材。